华北地下水开采与粮食生产的脱钩效应及其空间差异性研究

封 丽，赵又霖

(河海大学商学院，南京 211100)

0 引 言

水利是农业的命脉，受天然水资源禀赋条件所限，我国粮食主产区灌溉面积中有一半以上依靠地下水[1]。多年来，伴随农业灌溉用水不断增加，我国北方粮食主产区地下水过度开发问题日益突出，尤以华北地区最为严重，区域内地下水超采区面积18 万km2，地下水累计亏空量1 800 亿m3。华北地区是我国的粮食核心产区，粮食产量占全国的近1/4，与此同时，由于当地地表水源缺乏，华北农业灌溉用水主要依靠地下水源，区域农业地下水开采量约占总开采量的70%。华北地区地下水超采严重威胁国家水安全和粮食安全，从长期来看，依靠超采地下水保障粮食生产不具有可持续性[2,3]。伴随南水北调工程的实施，华北地区地下水资源迎来修复机遇。目前，当地正在通过地下水源置换、农业节水改造、种植结构调整、轮耕休耕等方式推进实施粮食主产区地下水超采治理。在此背景下，开展华北地区地下水开采与粮食生产的脱钩关系研究，深入揭示脱钩效应的驱动因素及其时空变化特征，对于客观反映华北地区地下水超采治理成效，辅助华北粮食主产区地下水超采治理精准施策，继而促进地下水资源修复与农业可持续发展具有重要意义。

近些年来，脱钩效应分析逐渐成为资源环境与经济发展关系研究领域的热点方向。OECD在2002年首先提出了“脱钩”概念，用于研究环境损害与经济发展之间的相关性[4]。国内，于法稳[5]较早应用OECD提出的脱钩模型研究我国粮食生产与灌溉用水的关系。在此之后，Tapio脱钩模型[6]、Vehmas脱钩模型[7]等均被广泛应用于生产生活用水[8-11]、耗能耗水[12,13]、废污水排放[14]等资源环境要素与经济发展的脱钩研究。近期，许长新[15]、王喜峰[16]分别对脱钩模型进行了改进拓展，提出了改进脱钩模型和蒸汽机模型，丰富了脱钩研究模型方法。在脱钩评价单元尺度上日趋多元化，从早期的全国尺度[17-19]逐渐拓展到长江经济带[20,21]、京津冀[22]、中原城市群[23]、长江三角洲[24]、渭河流域[25]等区域流域尺度。

随着脱钩研究的深入，当前研究趋势呈现出两方面特征。一是从因子分解视角探究脱钩效应背后的驱动因素，Kaya恒等式和LMDI分解模型是常用的驱动因子分解方法[26,27]。许长新等[15]运用LMDI方法将脱钩指数分解为产业结构脱钩弹性等五个分量，谢文宝等[28]对新疆农业水资源利用的时序变化进行了效应分解，章恒全等[24]分解了长江三角洲地区的用水量变化驱动效应，聂志萍等[29]通过LMDI将生活用水分解为结构效应、技术效应、经济效应和人口效应。马海良等[14]及姜明栋等[22]另辟蹊径，采用乘法因子对脱钩指数进行了整体分解。二是从空间自相关分析视角探究脱钩效应的空间差异特征。许长新等[30]采用莫兰指数研究了我国水土匹配空间效应，洪思杨等[13]通过空间自相关分析和脱钩分析探究了我国能源生产与用水之间的空间关联性，马海良等[31]运用空间自相关方法分析了中国工业水资源和能源消耗之间联系，黄木易等[32]基于GIS空间数据分析方法，分析了长江经济带建设用地与经济增长的时空差异及脱钩关系。

从现有研究来看，已有部分学者[5,25,33]探讨了农业水资源利用与农业产值或粮食产量之间的脱钩关系，但针对华北地区地下水开采与粮食生产的脱钩研究鲜有报道，更未发现以地市级为评价单元的中小尺度细化研究。脱钩效应的驱动因素和脱钩状态的空间分布特征是当前研究的热点之一，但目前的研究通常将两者分离独立研究，综合运用LMDI分解模型和GIS空间分析模型，开展脱钩分解驱动因素的空间差异性研究还不多见。鉴于此，本文以华北地区为研究对象，分别从省区和地市两个层面探讨地下水开采与粮食生产的脱钩效应及其分解驱动因素的时空差异特征，最后根据脱钩状态及驱动因素的空间差异提出相应的对策建议。

1 研究方法与数据来源

1.1 研究方法

1.1.1 Tapio脱钩模型

本文采用资源消耗与经济增长脱钩关系研究中广泛使用的Tapio脱钩模型。该模型综合了总量变化和相对量变化两类指标，采用以时期为时间尺度的弹性分析方法反映变量之间的脱钩状态。Tapio脱钩模型的计算公式为：

(1)

式中：t为脱钩指数；A为资源消耗变量；B为经济增长变量。参照公式(1)可以得到粮食产量变化对地下水开采量变化的脱钩指数：

(2)

式中：GW为地下水开采量；GY为粮食产量。

本文采用粮食生产实物量直接表示经济增长指标，避免粮食产值指标的价格折算。根据脱钩指数将粮食产量与地下水开采量之间的脱钩状态划分为连接、脱钩、负脱钩三种基本类型，再细分为8种状态，详见表1。

1.1.2 LMDI分解模型

本文采用对数指标分解法(Logarithmic Mean Divisia Index，LMDI)将华北地区地下开采量变化进行加法分解。LMDI分解模型具有完全分解余量和解决零值问题的优点，被学术界广泛使用。首先依据Kaya恒等式将华北地下水开采量(GW)分解如下：

(3)

式中：GW为地下水开采量；W为总供水量或总用水量；AW为粮食生产灌溉用水量；GA为粮食播种面积。

根据LMDI分解模型，t期相对于t-1期地下水开采量的变化量ΔGW可以表示为：

ΔGW=ΔGW1+ΔGW2+ΔGW3+ΔGW4

(4)

(5)

(6)

(7)

(8)

式中：ΔGW1表示供水结构变化引起的地下开采量变化，定义为供水结构效应；ΔGW2表示用水结构变化引起的地下水开采量变化，定义为用水结构效应；ΔGW3表示单位播种面积灌溉用水量变化引起的地下水开采量变化，定义为用水效率效应；ΔGW4表示粮食播种面积变化引起的地下水开采量变化，定义为规模效应。

式(4)表示华北地区地下水开采量变化可以分解为供水结构效应、用水结构效应、用水效率效应和规模效应四者综合贡献的结果。

1.1.3 空间自相关分析方法

全局莫兰指数(Moran’sI)是用以描述区域空间特征要素自相关的常用指标，计算公式为：

(9)

全局莫兰指数取值在-1与1之间，正值表明具有相似属性值的空间单元聚集在一起，负值表示具有相异属性值的空间单元聚集在一起，零值表示研究对象不存在空间自相关性，其空间分布呈随机状态。在莫兰指数的显著性检验中，常假设变量的空间分布服从正态分布，通过服从标准正态分布的z统计量来判断地区间的空间相关性。

局部莫兰指数Ii主要用于验证研究对象是否存在相似值或相异值的局部集聚现象，计算公式如下：

(10)

若计算所得Ii为正，表示区域i与其临近区域均为高值区，属于高高(H-H)聚集，或者表示区域i与其临近区域均为低值区，属于低低(L-L)聚集，即区域i存在相似值的空间聚集。若计算所得Ii为负，表示区域i与其临近区域呈相反的值，区域i为高值则其临近区域为低值，属于(H-L)聚集，反之亦然，属于(L-H)聚集，即区域i存在相异值的空间聚集。

地下水资源管理及农业生产布局具有较强的地域性，相关政策的推行通常产生空间上的连片聚集效应，因此，可以运用空间自相关分析方法对其进行分类研究。本文运用全局莫兰指数对脱钩指数和地下水开采量的4个驱动效应在整个华北地区的空间关联特征进行描述，运用局部莫兰指数对脱钩指数和地下水开采量的4个驱动效应在华北各地市之间的空间聚集特征进行描述。

1.2 数据来源

本文研究范围包括华北地区北京市、天津市、河北省、山东省和河南省，其中，河北省、山东省和河南省又进一步细分为地市。研究时期为2010年至2018年(天津市和河北省2018年数据缺失)。研究采用的地下水开采量、供水量、用水量、农业用水量来自各省市的《水资源公报》，粮食播种面积、农作物播种面积、粮食产量数据来自各省市统计年鉴。通常，农业用水量中的非农田灌溉用水量占比较小，以河北省2018年用水数据为例，非农田灌溉用水量占农业用水量的比例约为6%，而且在省级水资源公报中未公布各地市的详细数据。本文采用的数据处理方法与栾健等学者[33]的方法一致，用农业用水量近似代替农田灌溉用水量，并将粮食生产中的灌溉用水量进行了一定调整，表示为:

(11)

式中：AW为粮食生产灌溉用水量；GA为粮食播种面积；TA为农作物总播种面积；WT为农业用水量。

2 结果分析

2.1 省级区域脱钩状态及驱动效应分析

以年为计算时期，从省级行政区层面计算华北地区各省市的脱钩指数，依据表1判定脱钩类型，计算结果见表2。从计算结果看，强脱钩是华北地区粮食产量与地下水开采的主要状态，这表明华北农业灌溉用水对地下水的依赖性正在减弱。分省区看，天津、河北、山东三省市的强脱钩表现最为明显。在研究期内，天津市只有2012-2013年期间出现了增长负脱钩，河北省只有2013-2014年期间出现了衰退脱钩，山东省只有2017-2018年期间出现了衰退脱钩。天津、河北、山东三省市较好地处理了地下水压采与粮食增产的关系，在保护修复地下水资源的同时，保障了粮食稳产、增产。河南省脱钩状态呈现强、弱脱钩交替出现的特征，表明河南省在粮食持续增产的同时，地下水开采量并非持续减少，强脱钩状态仍不稳定。北京市以弱负脱钩为主。主要原因是，伴随南水北调工程的通水，北京市地下水开采量持续减少，与此同时，由于城镇化的迅速发展，北京市粮食播种面积和产量缩减明显。

进一步采用LMDI方法对华北地区三省两市地下水开采量变化的驱动效应进行分解，探究引起开采量变化的原因，各省级区域分解结果如下。

表2 华北地区省级区域地下水开采量与粮食产量脱钩类型计算结果Tab.2 Types of decoupling between groundwater exploitation and grain production in the province level areas of North China Plain

北京市在研究时期内地下水开采量累计减少4.94 亿m3，开采量变化的驱动效应贡献率分布见图1。总体上看，供水结构效应和规模效应的总比重分别为-83.1%和-296.5%，是地下水开采量减小的主要驱动因素，其中规模效应最为明显，除2011-2012和2014-2015两个时期贡献率在-20%左右外，其余时期都在-40%左右，在此期间，北京市粮食播种面积减少16.75 万hm2，大幅导致了开采量的减小。供水结构效应贡献率在-10%左右，由于南水北调的通水，北京市以地下水为主的供水结构发生明显变化，外调水源成为当地重要的供水水源。用水结构效应和效率效应的总比重分别为304.6%和18.6%，是地下水开采量增加的主要驱动因素，其中，用水结构效应贡献率在20%～50%之间，用水效率贡献率波动较大，2010-2011年期间，用水效率上升显著，贡献率为-25.8%,驱动了地下水开采量的减小，然而，2012-2013年期间，用水效率转为下降，贡献率为30.1%，驱动了地下水开采量的增加，2016年以来，用水效率逐年微升，在一定程度上驱动了地下水开采量的减小。4个驱动因素总体贡献率由大到小为：用水结构效应>规模效应>供水结构效应>效率效应。

天津市在研究期内地下水开采量累计减小0.96 亿m3，开采量变化的驱动效应贡献率分布见图2。总体上看，供水结构效应是驱动地下水开采量减小的唯一因素，总比重为-192.7%，在2014-2015年期间，贡献率达到峰值-46.7%。与北京类似，南水北调水源逐渐成为天津市的重要供水来源，地下水在总供水中所占比例逐渐下降。用水结构效应、效率效应、规模效应均是导致地下水开采增加的驱动因素，其中，规模效应最为明显，总贡献率达到60%，天津粮食种植面积增加是导致地下水开采量增长的主要原因。4个驱动因素总贡献率由大到小为：供水结构效应>规模效应>用水结构效应>效率效应。

河北省在研究期内地下水开采量累计减小40.06 亿m3，开采量变化的驱动效应贡献率分布见图3。总体上看，供水结构效应和效率效应是驱动地下水开采量减小的主要驱动因素，两者的总比重分别为-240.8%和-202.5%。河北省是我国推行地下水超采区治理的第一个试点省份，伴随治理工作进程，一方面地下水供水比例持续下降，另一方面，农业灌溉用水效率不断提升，两方面效应共同驱动了地下水开采的逐年减小。用水结构效应和规模效应是驱动地下水开采增加的主要因素，两者总比重分别为115%和52.9%。研究期间，河北省粮食播种面积从2010年逐渐增加到2016年的最大值679.14 万hm2，随后开始减小，规模效应由驱动地下水开采量增加转化为减小。4个驱动因素总贡献率由大到小为：供水结构效应>效率效应>用水结构效应>规模效应。

山东省在研究期内地下水开采量累计减小13.02 亿m3，开采量变化的驱动效应贡献率分布见图4。总体上看，供水水结构效应、效率效应和规模效应都是驱动地下水开采量减小的因素，三者的总比重分别为-131.1%、-82.4%和-105.9%。从逐年变化趋势上看，供水结构驱动效应和规模效应呈现波动特征，用水效率效应在后期有所减弱，这表明，山东省农业灌溉用水效率虽然仍在提升，但是有所放缓，农业灌溉节水空间有限。用水结构效应是驱动地下水开采量增加的因素，表明山东省总用水量增加较为明显，间接驱动了地下水开采量的增加。4个驱动因素总贡献率由大到小为：供水结构效应>规模效应>用水结构效应>效率效应。

河南省在研究期内地下水开采量累计减小19.1 亿m3，开采量变化的驱动效应贡献率分布见图5。总体上看，供水结构效应和效率效应是驱动地下水开采增加的主要因素，两者总比重分别为-156.5%和-4.3%。从逐年变化趋势上看，供水结构效应和效率效应均呈现波动特征，特别是用水效率效应在-74.2%和41.4%之间变化，说明河南省农业灌溉用效率提升不稳定，今后仍有进一步提升空间。用水结构效应和规模效应是驱动地下水开采量增加的因素，其中又以规模效应最为明显，达到89.5%。4个驱动因素总贡献率由大到小为：供水结构效应>规模效应>用水结构效应>效率效应。

从整个华北地区来看，伴随南水北调工程的通水，区域供水结构发生了较大改变，地下水供水比例逐年下降，从而使得供水结构效应成为推动地下水开采量与粮食产量脱钩的主要因素。从变化趋势上看，北京、天津的供水结构逐渐趋于稳定，供水结构效应慢慢减弱，河北、山东供水结构正在不断调整过程中，供水结构效应将持续发挥主导作用，河南供水结构效应正负转换频繁，供水结构效应潜力较大，是下一步调整的重点。在习总书记提出的十六字治水思路中，“节水优先”处于首要地位，节水效应是驱动地下水开采减少的重要因素，其中以河北、山东最为明显，相比之下，北京、天津、河南的节水效应呈现波动状态，今后有较大提升潜力。华北地区作为粮食主产区，粮食稳产、增产对于保障国家粮食安全具有重要战略意义，山东、北京粮食播种面积减小明显，虽然客观上驱动了地下水开采量的减少，但是对于保障粮食生产造成一定潜在风险，需要引起关注。华北地区是我国社会经济最为活跃的地区之一，用水总量的增加间接制约了地下水开采量与粮食生产的脱钩，今后应切实贯彻“把用水总量作为最大刚性约束”的水利行业强监管总基调，落实水资源开发利用控制红线，严格管控新增用水量。

2.2 地市级区域脱钩状态及空间差异分析

由于降水丰枯、粮食价格等因素导致地下水开采、粮食播种面积容易产生年际波动，随着研究单元的细化，地市级数据波动尤其明显。为了减缓这一影响，本次研究采用时段平均法，对地市原始数据进行平均处理。首先将整个研究时期(2010-2018年)划分为3个时段：Ⅰ(2010-2012年)，Ⅱ(2013-2015年)，Ⅲ(2016-2018年)，分别对应“十二五”前期、“十二五”后期、“十三五”前期。然后对各地市数据进行时段平均计算，分别得到时段Ⅰ、Ⅱ、Ⅲ数据平均值。最后分别针对Ⅰ-Ⅱ时期和Ⅱ-Ⅲ时期进行Tapio脱钩分析，其中，Ⅰ-Ⅱ时期近似代表了“十二五”期间脱钩状态，Ⅱ-Ⅲ时期近似代表了“十三五”期间脱钩状态。具体计算结果如下。

“十二五”期间，脱钩类型以弱负脱钩、强脱钩、衰退脱钩、衰退连接为主，分别占研究单元数量的14.6%、27.1%、27.1%和10.4%。“十三五”期间，脱钩类型以弱负脱钩、强脱钩和衰退连接为主，分别占研究单元数量的10.4%、50.0%和29.2%。从两个时期对比可以看出，从“十二五”到“十三五”，负脱钩数量减少了50%，从14个减少为7个，连接类型数量也从6个减少为2个，与之相对应，脱钩类型数量从28个增加到39个，在“十三五”期间，脱钩状态总数已经达到81.2%(表3)。从脱钩结果来看，2010年以来，华北地区地下水开采量与粮食产量脱钩地市级区域不断扩大，在“十二五”期间，地市之间、省区之间零散分布，无明显集聚特征，到了“十三五”期间，脱钩地区在地理空间上连续性不断增强，已经在多个地市间连片发展，甚至跨越了省界差异，河北、河南大部地区以及与两省交界的鲁西北、鲁西南地区都处于脱钩状态。这也表明，在中央水行政主管部门的统一部署下，华北各地区的地下水超采治理正在整体推进，地下水压采的总体成效正在显现。值得注意是，“十三五”期间，威海、开封两地市处于强负钩和增长负脱钩状态，说明在近期内，两地区粮食生产仍然较大依赖地下水开采，平衡协调两者关系难度较大。另外，“十三五”期间，28个地市的粮食产量出现了下降趋势，长期来看，这将影响华北粮食主产区地位，需要引起关注。

表3 华北地区地市级区域地下水开采量与粮食产量脱钩类型计算结果统计Tab.3 Types of decoupling between groundwater exploitation and grain production in city level areas of North China Plain

本次研究采用ArcGIS对华北地区地下水开采量与粮食产量的脱钩关系进行空间特征分析，针对两个时期分别计算Moran′sI值和对应的Z值、P值，结果见表4。Moran′sI值在两个时期分别为0.033 3和0.131 5，表明脱钩关系存在一定的空间自相关，并随时间推移其空间相关性增大，空间聚集程度在不断增强。从表4可以进一步看出，只有“十三五”期间，Z值>1.65,通过了显著性检验(P<0.1),表明，“十三五”期间地市之间的地下水开采量与粮食产量的脱钩程度具有显著的空间集聚特征，即脱钩指数值较高的地区相互接近，较低的地区相互接近。

表4 华北地区地下水开采量与粮食产量脱钩指数的全局莫兰指数Tab.4 Global Moran index of decoupling index between groundwater exploitation and grain production in North China Plain

全局莫兰指数是以整体为切入点，仅研究全局空间自相关，无法表征整体内部各地区的空间聚集特征。因此，继续引入局部莫兰指数揭示“十三五”期间地市脱钩类型的局部空间分布特征。计算结果表明，脱钩指数H-H集聚区包括沧州市和保定市，表明这两个地区处于高脱钩指数区域，且邻近地区脱钩指数也较高，从脱钩类型来看，两个地市均为衰退脱钩，即在地下水开采大幅度较少的同时，粮食产量略有减少。脱钩指数L-L集聚区处于河北、河南交界处的邯郸、安阳两地市，表明这两个地区处于低脱钩指数区域，且对邻近地区发挥了良好的示范带动效应，使得周边区域脱钩指数也较低，从脱钩类型来看，两个地市均为强脱钩，即在地下水开采减少的同时，粮食产量保持增长。脱钩指数L-H集聚区仅出现在衡水市，表明衡水市处于低脱钩指数区域，但邻近地区脱钩指数较高，从脱钩类型来看，衡水市处于强脱钩状态，周围地区多为衰退脱钩。总体上看，“十三五”期间各地市脱钩指数的空间聚集特征比“十二”期间明显提升，然而脱钩指数空间聚集范围还较小，大部分地区仍然处于非显著特征状态。

2.3 地市级区域脱钩驱动效应空间差异分析

为了深入探究“十三五”期间各脱钩驱动效应在地市之间的差异，采用全局莫兰指数对四类驱动效应的贡献率进行空间自相关分析。结果见表5。可以看出四类驱动效应的贡献率都通过了自相关显著性检验，表明“十三五”期间地市之间的脱钩驱动效应具有显著的空间集聚特征。进一步应用局部莫兰指数对驱动效应的贡献率进行空间差异性分析，结果见表6。

表5 “十三五”期间各类驱动效应贡献率的全局莫兰指数Tab.5 Global Moran index of contribution rate of driving effects during the 13th five year plan

表6 “十三五”期间各类驱动效应贡献率的空间聚集区分布Tab.6 Spatial distribution of contribution rates of driving effects during the 13th five year plan

从供水结构效应贡献率来看，H-H聚集区包括淄博、潍坊，表明两地市及其周边地区地下水供水比例有所增加，这与山东省中部及胶东半岛近些年降水偏少，地表水资源减少有关。L-L聚集区包括天津、廊坊，表明两区域地下水供水比例明显下降，这也正是南水北调通水后，地下水压采效果的体现。

从用水结构效应贡献率来看，H-H聚集区包括日照、莱芜、青岛，表明这一区域及其周边地区粮食灌溉用水比例下降，L-L聚集区包括洛阳、南阳、三门峡、焦作，表明这一区域及其周边地区粮食灌溉用水比例增加。H-L聚集区出现在漯河，表明漯河粮食生产灌溉用水比例有所下降，但其周边地区粮食生产灌溉用水比例增加。

从效率效应贡献率来看，H-H聚集区主要位于河南西部，包括平顶山、许昌、洛阳、三门峡、郑州、焦作六个地市，表明这一区域的农业灌溉用水效率有所下降，驱动了地下水开采量的增加，这一聚集区域的农业用水效率有较大提升空间。L-L聚集区位于张家口市，表明张家口及其周边区域农业灌溉用水效率提升明显，在河北地下水超采治理实施过程中，伴随滴灌、微喷灌等地表节水工程的推进，该地区农业节水效果正在逐渐发挥。

从规模效应贡献率来看，H-H聚集区有两个，一是位于德州、滨州，二是位于周口、商丘、开封、菏泽。表明这两个区域及其周边地区粮食播种面积有所增加。华北地区是我国粮食增产计划的主要实施区域之一，为保证粮食生产，各地区积极调整种植结构，增加了粮食作物播种面积。L-L聚集区包括日照、烟台、威海，表明山东半岛沿海地市粮食播种面积呈现下降趋势。

3 结论与建议

本文基于Tapio脱钩模型、LMDI分解模型和莫兰指数空间分析方法对华北地区地下水开采量与粮食产量之间的脱钩关系进行分析，探讨了脱钩的驱动效应及空间差异特征。研究得到以下结论：①强脱钩是华北地区粮食产量与地下水开采的主要状态，尤以天津、河北、山东三省市表现最为明显，河南省强脱钩状态不稳定，北京市以弱负脱钩为主。②供水结构效应、用水效率效应是推动华北地区地下水开采减小的主要因素，规模效应是推动山东省、北京市地下水开采量减小的重要因素，华北地区用水总量的增加在一定程度上制约了地下水开采量与粮食生产的脱钩。③研究时期内，华北地区地下水开采量与粮食产量脱钩地市级区域不断扩大，相比于“十二五”期间分散脱钩状态，“十三五”期间脱钩地区在地理空间上的连续性不断增强，河北、河南大部地区以及与两省交界的鲁西北、鲁西南地区都处于脱钩状态。“十三五”期间脱钩指数H-H集聚区包括沧州市和保定市，L-L集聚区位于邯郸、安阳两地市。④“十三五”期间，供水结构效应贡献率H-H聚集区包括淄博、潍坊，L-L聚集区包括天津、廊坊，用水结构效应贡献率H-H聚集区包括日照、莱芜、青岛，L-L聚集区包括洛阳、南阳、三门峡、焦作，用水效率效应贡献率H-H聚集区主要位于河南西部，L-L聚集区位于张家口市，规模效应贡献率H-H聚集区位于德州、滨州以及周口、商丘、开封、菏泽，L-L聚集区主要位于山东半岛沿海地市。

华北地区是我国社会经济最具活力的地区之一，统筹协调区域内地下水超采区治理与农业粮食生产之间的关系，是保障我国水安全战略和粮食安全战略实施的重要保障。基于本文研究结论，建议下一步继续加大南水北调水源置换力度，推进输配水管网建设，尤其加大调整河北、河南、山东三省区的供水结构，进一步减少地下水开采消耗。与此同时，应贯彻落实“节水优先”治水思路，继续推进实施农业节水，强化用水效率驱动效应，从前述研究结果可以看出，河南西部，包括平顶山、许昌、洛阳等地区用水效率还有较大提升空间。另一方面，山东半岛等地区粮食播种面积呈现减少趋势，虽然客观上促使了地下水开采量减少，但也对保障粮食安全造成一定不利影响，需要引起重视。

□